C++ 的事件类,boost库的包装而已,各位看看

C/C++ > C++ 语言 [问题点数:40分,结帖人BlueDog]
等级
本版专家分:174
结帖率 100%
等级
本版专家分:36248
勋章
Blank
红花 2012年4月 专题开发/技术/项目大版内专家分月排行榜第一
2012年3月 专题开发/技术/项目大版内专家分月排行榜第一
2011年2月 C/C++大版内专家分月排行榜第一
Blank
黄花 2012年5月 专题开发/技术/项目大版内专家分月排行榜第二
2010年3月 C/C++大版内专家分月排行榜第二
Blank
蓝花 2012年4月 Linux/Unix社区大版内专家分月排行榜第三
2011年7月 Linux/Unix社区大版内专家分月排行榜第三
2010年2月 C/C++大版内专家分月排行榜第三
BlueDog

等级:

boost多线程使用指南

 namespace boost {  class thread;  class thread_group; }   1、thread thread的构造形式为explicit thread(const boost::function0&); 如果你对boost::function不熟,那么我听我简短的介绍一下: boost::...

C和C++编程心得

编程及C/C++初学者,本文原为本人在论坛所发若干帖,意在集中解决新手学习C/C++语言时将遭遇到的各类问题,网友反馈情况良好,集合修订后作为个人作品贴于此处。本贴主要分析概念原理和解决方案,不讨论具体程序语法...

In-depth: Functional programming in C++ - 在C++上面使用函数式编程

原文作者為遊戲界的傳奇人物John Carmack 本譯文張貼已經過作者同意 原文網址: ... 譯者: 網路上有很多關於用FP風格寫C++的文章,其中John Carmack所寫的這一篇Functional programm

C++11

C++11,先前被称作C++0x,即ISO/IEC 14882:2011,是目前的C++编程语言的正式标准。它取代第二版标准ISO/IEC 14882:2003(第一版ISO/IEC 14882:1998公开于1998年,第二版于2003年更新,分别通称C++98以及C++03,两者...

C++ Tips and Tricks

整理了下在C++工程代码中遇到的技巧与建议。0x00 巧用宏定义。 #define STRINGFY(X) #X stringfy函数。处理shader文本,可以放在代码中会语法高亮显示,不会因为最终结果是字符串而不highlight。而且可以添加...

一个Socket包装类的问题

在以前编写SOCKET包装类的时候,碰到了一个不解的问题,在CSDN论坛上也多亏了各位大虾的帮忙,从而得到了解决。今天重新翻看到,觉得这是一个有价值的问题,所以整理发布在这里。问题是这样的:请问,对socket进行...

《Imperfect C++》读书笔记

Imperfect C++   译序一 在本书中,Matthew Wilson不但为我们指出C++中诸多不完美之处,还提供了经过实践检验的应对技术和技巧,便于我们利用“不完美的C++”编写出近乎完美的代码-强健、高效、灵活、可移植、...

C语言/C++初学 问题

编程及C/C++初学者 FAQ  本文原为本人在论坛所发若干帖,意在集中解决新手学习C/C++语言时将遭遇到的各类问题,网友反馈情况良好,集合修订后作为个人作品贴于此处。 本贴主要分析概念原理和解决方案,不讨论具体...

编程及C/C++初学者 FAQ

编程及C/C++初学者 FAQ  本文原为本人在论坛所发若干帖,意在集中解决新手学习C/C++语言时将遭遇到的各类问题,网友反馈情况良好,集合修订后作为个人作品贴于此处。 本贴主要分析概念原理和解决方案,不讨论具体...

C语言/C++初学问题

编程及C/C++初学者 FAQ  本文原为本人在论坛所发若干帖,意在集中解决新手学习C/C++语言时将遭遇到的各类问题,网友反馈情况良好,集合修订后作为个人作品贴于此处。 本贴主要分析概念原理和解决方案,不讨论具体...

复杂网络分析以及networkx学习

原文地址:陈关荣老师整理的复杂网络的资源作者:zhengw789 http://www.ee.cityu.edu.hk/~gchen/ComplexNetworks.htm http://mrvar.fdv.uni-lj.si/sola/info4/programe.htm ...一、建立

编程及C/C++初学者FAQ

编程及C/C++初学者 FAQ  本文原为本人在论坛所发若干帖,意在集中解决新手学习C/C++语言时将遭遇到的各类问题,网友反馈情况良好,集合修订后作为个人作品贴于此处。 本贴主要分析概念原理和解决方案,不讨论具体...

编写可读性代码的艺术

原文地址: ... PDF文件下载地址: ... 译者序 在做IT的公司里,尤其是软件开发部门,一般不会要求工程师衣着正式。在我工作过的一些环境相对宽松的公司里,很多程序员的衣着连得

学之者生,用之者死——ACE历史与简评

c++ 2010-03-10 11:0627334人阅读 评论(203)收藏举报 学之者生,用之者死——ACE历史与简评 陈硕 (giantchen_AT_gmail) Blog.csdn.net/Solstice 2010 March 10 ACE 是现代面向对象网络编程的鼻祖,确立了...

32位与64位编程注意事项总结

http://www.oschina.net/p/flowvisor   http://www.cnblogs.com/centimeter/articles/2395405.html   http://www.360doc.com/content/13/0520/21/7662927_286868466.shtml   ...

跨模块内存管理的陷阱

跨模块内存管理的陷阱 ...A.exe是MD链接,B.dll是MT链接,有2个C++运行运行在同一个地址空间上,有可能读写同样内存区域,导致程序崩溃。 解决办法:  每个模块自己管理内存。不要跨模块申请/释放内存.

深度学习_21天实战Caffe.pdf

深度学习_21天实战Caffe.pdf 原 深度学习21天实战caffe学习笔记《1:深度学习的过往》 1. 深度学习DL: 1.1、有监督学习、无监督学习、过拟合、训练样本、泛化、训练集、验证集、测试集这些和深度学习有关的...

32位和64位编程注意事项总结

http://www.oschina.net/p/flowvisor   http://www.cnblogs.com/centimeter/articles/2395405.html   http://www.360doc.com/content/13/0520/21/7662927_286868466.shtml   ...

[转载] python学习笔记

参考链接: Python | a += b并不总是a = a + b 官网http://www.python.org/ 官网library http://docs.python.org/library/ PyPI https://pypi.python.org/pypi 中文手册,适合快速入门 ... ...

python学习笔记

官网http://www.python.org/ 官网library http://docs.python.org/library/ 中文手册,适合快速入门 http://download.csdn.net/detail/xiarendeniao/4236870 python cook book中文版 ...

机器学习面试 (海康 多益)

海康 1.电话面试:  介绍你做的项目?...问项目问的很细,重点项目?   你觉得你项目中哪部分做的好?   如果再给你一次机会,你会从哪些方面考虑?  Xgboost特点(我用的这个比较多)?

机器学习面试题

机器学习面试

Thinkpad常见问题大全(转载联想工程师博客)

想要收藏本篇文章请下载Word版 Q:我想升级成VISTA,想问一下,升级之后一键恢复是恢复到XP还是VISTA?A:如果从隐含分区恢复出厂设置,那当然是恢复到出厂时预装的系统;如果是用R&amp

乱的笔记

链接:https://pan.baidu.com/s/1jBlX2OoWALMaLuMkx21H7w 提取码:mzl4 复制这段内容后打开百度网盘手机App,操作更方便哦如果的不舒服可以上百度网盘下载完整的 第二本书 一、Linux基本命令1.基础命令 vi /etc...

【转载】Erlang精彩讨论-回“老赵”关于“Erlang中最大的问题”

原文:http://erlang-china.org/study/puzzle-in-erlang_pattern_match.html/comment-page-1#comments http://www.douban.com/group/topic/11354877/ 回“老赵”关于“Erlang中最大的问题”July 10th, 2009 :: ...

时间序列模型ARIMA的讲解与matlab代码实现(含多个实例).rar

时间序列预测建模,移动平滑、指数平滑、等模型的描述讲解和matlab程序实现代码。arima、arma等等

计算机设计大赛作品开发文档

参加的是2020年的计算机设计大赛,软件应用与开发赛道。我们的开发文档仅供参考。(20页)

2021华中杯A第一问配套思路.rar

2021华中杯第一问配套思路,内涵第一问处理后的可读数据,输出结果,可视化图片,RGB转换函数。(R语言代码) 声明:只可自己使用,不可商用。违者必究。 具体思路见:https://tjxwz.blog.csdn.net/article/details/116310441

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

SpringCloud微架构

SpringCloud是现在热门的RPC开发框架,也是以后的RPC开发趋势。在本套课程之中将为读者详细的讲解分布式技术的发展历史、以及各种分布式开发优缺点,同时详细的分析了整个SpringCloud中所涉及到的技术点以及相关作用。 本课程将基于Rest服务、SpringSecurity访问进行讲解,详细的讲解了Eureka注册发现服务、Eureka-HA机制、服务部署处理、Ribbon负载均衡、Feign接口映射、Hystrix熔断处理、Zuul代理访问等SpringCloud核心内容。随后在基础内容的讲解基础上又为读者讲解了SpringCloudConfig、GITHUB服务配置、消息服务、服务监控等辅助内容。

相关热词 c# 调用exe返回值 c# 交互网站开发 c#串口协议解析 c#list 分页 c#日志记录 c#关键字 yield c# 实现ioc c#基于事件的多线程 c# tar 解压 c#延时1秒